Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆大学周明强获国家专利权

重庆大学周明强获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉重庆大学申请的专利基于邻域网络和角色网络结对表示学习的美食推荐方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119537695B

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411597986.5,技术领域涉及:G06F16/9535;该发明授权基于邻域网络和角色网络结对表示学习的美食推荐方法是由周明强;蒋莹倩;陈文迪;蔡为凯;胡正鹏设计研发完成,并于2024-11-11向国家知识产权局提交的专利申请。

基于邻域网络和角色网络结对表示学习的美食推荐方法在说明书摘要公布了:本发明提供了基于邻域网络和角色网络结对表示学习的美食推荐方法,方法包括:获取用户数据;根据所述用户数据,构建邻域网络;根据邻域网络,构建角色网络;将邻域网络和角色网络,分别输入至自主学习模块和相互学习模块,得到邻域网络的表示、角色网络的表示和两个网络共有的共同表示;通过增强邻域网络的表示和角色网络的表示之间的差异性和共同表示的一致性,优化向量表示,得到用户的向量表示;对得到的用户向量进行相似度计算,并根据相似度结果,生成美食推荐列表,并推荐给用户。本发明采用基于邻域网络和角色网络结对表示学习的美食推荐方法,从而解决了现有的美食推荐方法推荐准确性不高、用户满意度低的问题。

本发明授权基于邻域网络和角色网络结对表示学习的美食推荐方法在权利要求书中公布了:1.一种基于邻域网络和角色网络结对表示学习的美食推荐方法,其特征在于,包括步骤: S1、获取用户数据; 具体地,用户数据包含用户交互vi,vj和用户属性xi=xi,1,xi,2,...,xi,d,其中vi,vj表明用户i和用户j地理位置相近且有交互,xi为用户i的d种基本属性,包含用户的性别、年龄、职业、兴趣爱好、出生地; S2、根据所述用户数据,构建邻域网络; 具体地,邻域网络的形式为Gn=V,E,X,其中,V为网络的用户节点集合,用户数量为|V|;E={eu,v|u,v∈V}为网络的边集合,eu,v表示用户u和用户v之间存在交互;X={x1,x2,...,x|V|}为所有节点的基本属性集合; S3、根据所述邻域网络,构建角色网络; 步骤S3具体包括: S31、根据所述邻域网络,计算网络的角色结构因子; S32、根据所述邻域网络,分析网络的角色结构模式; S33、基于所述角色结构因子和所述角色结构模式,构建角色网络;角色网络的形式为Gr=V,Er,X,其中V为用户节点集合,用户数量为|V|;Er={eru,v|u,v∈V}为角色网络的边集合,表示用户u和用户v之间存在角色上的相似,X={x1,x2,...,x|V|}为节点的基本属性集合; S4、将所述邻域网络和所述角色网络,分别输入至自主学习模块和相互学习模块,得到邻域网络的表示、角色网络的表示和两个网络共有的共同表示; 步骤S4具体包括如下步骤: S41、将所述邻域网络和输入至自主学习模块,进行邻域网络的自主学习,得到邻域网络的表示; S42、将所述角色网络和输入至自主学习模块,进行角色网络的自主学习,得到角色网络的表示; S43、将所述邻域网络和所述角色网络输入至相互学习模块,进行所述邻域网络和所述角色网络的相互学习,得到两个网络共有的共同表示; S5、通过增强邻域网络的表示和角色网络的表示之间的差异性和共同表示的一致性,优化向量表示,得到用户的向量表示; 步骤S5具体包括: S51、通过希尔伯特-施密特独立性准则HSIC来增强邻域网络的表示Hn,k和角色网络的表示Hr,k之间的差异性; S52、互信息最大化增强互补信息Hn-rc,k和Hr-nc,k之间的一致性; S53、确定用户的向量表示; S6、对得到的用户向量进行相似度计算,并根据相似度结果,生成美食推荐列表,并推荐给用户。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆大学,其通讯地址为:400044 重庆市沙坪坝区沙正街174号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。